Model data mining untuk memprediksi pertumbuhan penduduk di kabupaten Subang menggunakan Algoritma Xgboost

Faizah, Nisairrizqy Nabilah (2026) Model data mining untuk memprediksi pertumbuhan penduduk di kabupaten Subang menggunakan Algoritma Xgboost. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (219kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (262kB) | Preview
Preview	Text (SK BEBAS PLAGIARISM) 3_skbebasplagiarism.pdf Download (465kB) | Preview
Preview	Text (DAFTAR ISI) 4_daftarisi.pdf Download (273kB) | Preview
Preview	Text (BAB I) 5_bab1.pdf Download (273kB) | Preview
	Text (BAB II) 6_bab2.pdf Restricted to Registered users only Download (599kB)
	Text (BAB III) 7_bab3.pdf Restricted to Registered users only Download (505kB)
	Text (BAB IV) 8_bab4.pdf Restricted to Registered users only Download (1MB)
	Text (BAB V) 9_bab5.pdf Restricted to Registered users only Download (231kB)
	Text (DAFTAR PUSTAKA) 10_daftarpustaka.pdf Restricted to Registered users only Download (243kB)
	Text (LAMPIRAN) 11_lampiran.pdf Restricted to Repository staff only Download (1MB)

Abstract

Pertumbuhan jumlah penduduk merupakan salah satu permasalahan yang perlu diperhatikan dalam perencanaan pembangunan daerah karena perubahan jumlah penduduk berpengaruh terhadap kebutuhan pelayanan publik, infrastruktur, dan alokasi sumber daya. Ketersediaan data administrasi kependudukan yang terus diperbarui memberikan peluang untuk melakukan estimasi jumlah penduduk pada periode mendatang, namun pemanfaatan data tersebut sebagai dasar prediksi masih memerlukan pendekatan yang mampu mengidentifikasi hubungan antara berbagai indikator administrasi kependudukan dengan perubahan jumlah penduduk. Salah satu pendekatan yang dapat digunakan adalah data mining dengan algoritma Extreme Gradient Boosting (XGBoost), yang mampu memodelkan hubungan nonlinier antara variabel prediktor dan variabel target. Penelitian ini bertujuan membangun dan mengevaluasi model prediksi jumlah penduduk Kabupaten Subang menggunakan algoritma XGBoost dengan memanfaatkan indikator administrasi kependudukan sebagai variabel prediktor. Dataset yang digunakan merupakan data administrasi kependudukan Kabupaten Subang periode 2023–2025 yang diperoleh dari Dinas Kependudukan dan Pencatatan Sipil Kabupaten Subang. Proses penelitian dilakukan menggunakan tahapan CRISP-DM yang meliputi business understanding, data understanding, data preparation, modeling, evaluation, dan deployment/development. Model XGBoost kemudian dibandingkan dengan Linear Regression sebagai model pembanding menggunakan metrik Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), Mean Absolute Percentage Error (MAPE), dan R² Score serta divalidasi menggunakan 5-Fold Cross Validation. Hasil pengujian pada data uji menunjukkan bahwa model XGBoost menghasilkan MAE sebesar 1.120,71 jiwa, RMSE sebesar 1.611,61 jiwa, MAPE sebesar 2,30%, dan R² Score sebesar 0,9972. Sementara itu, hasil 5-Fold Cross Validation menghasilkan rata-rata MAE sebesar 2.723,32 jiwa, RMSE sebesar 5.500,84 jiwa, MAPE sebesar 3,86%, dan R² Score sebesar 0,9181. Hasil tersebut menunjukkan bahwa model XGBoost mampu menghasilkan prediksi jumlah penduduk dengan tingkat kesalahan relatif rendah dan performa yang baik pada beberapa pembagian data.

Actions (login required)

View Item